Nature：單細胞測序（上）

　　Nicholas Navin所需要的就只是一個細胞――問題是如何得到它。這是在2010年，冷泉港實驗室的博士后研究員正在探究驅動乳腺癌的遺傳改變。此前的大部分癌癥基因組研究都是碾碎少量的腫瘤組織，一并將這些DNA進行測序，生成的是一張癌癥基因組的一致圖像。但Navin想要解析來自單個細胞的序列，看看隨著癌癥生長它們是如何突變和產生差異的。

　　他幾乎立即就遭遇了麻煩。“細胞喜歡黏在一起，”他說。他嘗試使用了最先進的顯微切割技術，利用自動裝置來分離細胞，或將它們吸到毛細玻璃管的尖頭中。但是他無法確定沒有第二個細胞一起來湊熱鬧。最終，他決定采用化學物質來溶解細胞的外膜，將細胞核釋放出來。隨后他利用自動細胞分選儀分離出細胞核，抽提它的DNA。重復這一過程他研究了大約100個細胞，獲得的序列揭示腫瘤從少數的無賴細胞(rogue cell)演變為了遺傳上不同的細胞組成的復雜混合物。

　　測序100個人類癌癥基因組，這在十年前是無法想象的事情，就是在如今它也仍然是一項非凡的成果。隨著技術的飛速發展，成本大大降低，使得基因組測序成為常規技術。然而，大多數的人類基因組、癌癥或其他仍然是通過從多個細胞中抽提DNA來進行測序，它所忽略的細胞間的差異對于控制基因表達、細胞行為和藥物反應卻有可能是至關重要的。

　　“人們正變得對細胞間的變異非常地感興趣，”現任職德克薩斯大學MD安德森癌癥中心的Navin說。上個月，美國國家衛生研究所(NIH)宣布它將向單細胞研究，包括基因組測序提供5年達9千萬美元的資金。

　　然而挑戰比比皆是。將單細胞中微量的DNA擴增至足夠用于測序且不引入太多的錯誤仍然是非常困難的。拼合數據和處理假象所需的生物信息學可能極其的復雜。并且，如Navin所發現的，即便分離細胞也是非常艱難的。出于這一原因，一些研究小組都是以容易分離的細胞例如精子，或是其他有可能具有顯著基因組差異的細胞如腫瘤細胞作為開始。

　　但隨著技術的改進，科學家們希望能夠解析細胞間更加細微的差異，例如發生在許多神經元中，有可能起組織信息流作用的微小基因組重排。這樣的研究最令人吃驚的一方面并不在于細胞間的差異，而是組織和器官如何能夠忽略它們設法協同發揮作用。為了解決這些問題，從可能最小的單位開始是有道理的。

　　腫瘤的多樣性

　　在他第一次努力研究乳腺癌腫瘤之時，Navin只能測序大約10%的DNA，還不足以看到單個的點突變，但卻足夠研究通常復制或缺失的，稱為拷貝數變異的較大的片段。

　　研究結果表明腫瘤由三種主要的細胞群組成，在腫瘤生長過程的不同時期它們從根源腫瘤細胞群中飛速出現。“這表明了進化的模式不是有大量漸進的中間物。我們看到數以百計的染色體重排有可能是在進化期間非常短的時間內發生的，”他說。

　　自從搬到德克薩斯，Navin建立了一個研究小組，完全將研究焦點側重到單細胞基因組學上。他一直在改善他的方法，現在可以拼湊起達90%的細胞基因組，這使得他能夠更詳細地研究單個癌細胞中的突變。